AI assisted analyses on the structural and mechanical optimization of wood materials

深層学習ベースのセマンティックセグメンテーションアプローチ（U-Net）を用いて，微小3点曲げ試験中のひのき材断面内における細胞一つ一つの形態的特徴を時系列に計測して解析した。すなわち、Crocker-Grier連結アルゴリズムを用いて，　試験下の木材サンプルをビデオ撮影し、全細胞の抽出に成功し，面積，離心率，適合楕円の縦横比，バウンディングボックスの縦横比などの形態パラメータを用いてセル構造の変形を評価することができた。こうして、変形の分布と動態を2次元で可視化して明らかにした。柾目，板目，追い柾の各試料を分析した結果，放射組織と板面のなす角度が木材の横断方向の曲げ挙動に影響を与えることが確認された。柾目試験片は，弾性係数（MOE）および破断係数（MOR）が最も大きかった。また，3種類の試験片とも，破壊の発生確率は，細胞の変形が大きい試験片の引張部において高かった。このように，提案した方法は，木材試験片の破壊予測に適応できることがわかった。以上の成果を取りまとめ、Holzforschung誌から公開した。

深層学習ベースのセマンティックセグメンテーションアプローチ（U-Net）を用いて，微小3点曲げ試験中のひのき材断面内における細胞一つ一つの形態的特徴を時系列に計測して解析した。すなわち、Crocker-Grier連結アルゴリズムを用いて，　試験下の木材サンプルをビデオ撮影し、全細胞の抽出に成功し，面積，離心率，適合楕円の縦横比，バウンディングボックスの縦横比などの形態パラメータを用いてセル構造の変形を評価することができた。こうして、変形の分布と動態を2次元で可視化して明らかにした。柾目，板目，追い柾の各試料を分析した結果，放射組織と板面のなす角度が木材の横断方向の曲げ挙動に影響を与えることが確認された。柾目試験片は，弾性係数（MOE）および破断係数（MOR）が最も大きかった。また，3種類の試験片とも，破壊の発生確率は，細胞の変形が大きい試験片の引張部において高かった。このように，提案した方法は，木材試験片の破壊予測に適応できることがわかった。以上の成果を取りまとめ、Holzforschung誌から公開した。